Geum.ru

Методические рекомендации по выполнению контрольной работы, состоящие из двух частей, вы можете скачать на нашем сайте efmip

Вид материалаМетодические рекомендации

Содержание


Построение диаграммы
Параметры диаграммы
Линии сетки
Форматирование диаграммы
Методические указания по расчету параметров линейного уравнения регрессии с помощью ППП Excel
Значение коэффициента а
1. Критические значения t-критерия Стьюдента
2. Критические значения F-критерия Фишера
3. Критические значения статистики Дарбина - Уотсона
3.2. Тест для проверки остаточных знаний
2. Коэффициент эластичности показывает
3. Найдите предположение, не являющееся предпосылкой классической модели
4. Критерий Стьюдента предназначен для
5. Табличное значение критерия Стьюдента зависит
6. Критерий Дарбина-Уотсона применяется для
7. Коэффициенты детерминации (D) и корреляции (R) связаны соотношением
3.3. Задачи для самостоятельной работы
Таблица 1 Исходные данные для построения модели регрессии (взять по табл.1 и 2 Приложения 1)
Номер предприятия
Подобный материал:
1   2   3   4

Таблица 2


Вар.
Среднесуточная производительность (У, тонн)

1
14.3
18.6
20.9
18.7
24.2
22.3
25.7
27.0
32.2
31

2
112.0
104.3
99.6
95.4
83.0
70.0
75.7
72.2
69.5
66

3
18.6
19.1
20.7
20.2
22.3
25.4
30.2
29.6
35.7
34

4
24.0
29.4
34.2
30.6
35.2
47.3
44.2
45.0
50.3
47

5
9.1
10.7
10.2
12.3
12.8
8.4
12.3
15.0
16.3
15.5

6
91.0
94.3
99.6
95.4
83.0
92.3
100.0
106.3
112.8
110

7
34.2
30.6
35.2
40.7
43.5
48.3
49.6
53.5
50.5
54

8
29.3
34.2
30.6
35.2
40.7
44.5
47.2
55.2
51.8
56.2

9
64.5
70.2
79.3
74.6
81.4
83.0

88.2
83.5
94.2
99.0

10
23.9
24.7
22.4
25.1
27.0
29.4
34.2
30.6
35.2
34

11
33.8
30.6
37.8
40.2
41.5
44.3
50.0
60.2
58.3
62.6

12
104.3
99.6
95.4
83.0
86.4
81.5
79.0
77.3
65.6
68.4

13
68.3
64.5
70.2
79.3
82.6
101.4
96.2
95.5
109.0
105

14
29.4
34.2
30.6
35.2
40.7
43.5
44.2
54.9
50.2
56

15
57.8
68.3
64.5
70.2
79.3
80.5
75.3
89.0
91.2
90.2

16
29.5
34.2
30.6
35.2
40.7
44.5
47.2
55.2
51.8
56.7

17
66.0
70.2
79.3
74.6
81.4
83.0

88.2
83.5
94.2
87.3

18
22.0
24.7
22.4
25.1
27.0
29.4
34.2
30.6
35.2
33.9

19
28.0
30.6
37.8
40.2
41.5
44.3
50.0
60.2
58.3
64

20
104.0
99.6
95.4
83.0
86.4
81.5
79.0
77.3
65.6
58



ПРИЛОЖЕНИЕ 2


Методические указания по построению диаграммы

«Облако корреляции» с помощью ППП Excel


  1. Кнопка ПУСК Выбрать «ПРОГРАММЫ»

Выбрать «Microsoft Excel» – Откроется электронная таблица «Книга1»
  1. Ввод исходных данных

Выделить ячейку, например, А2

Войти в опцию «ФОРМАТ»

Откроется диалоговое окно «Формат ячеек»
  • Выбрать закладку «Число»
  • Выбрать опцию «Числовой формат»
  • Установить «Число десятичных знаков после запятой» - 1

Ввести в ячейку А2 число из строки «Х» исходных данных, нажать «Ввод»

Ввести в ячейку А3 следующее число и нажать «Ввод» и т.д. Всего 10 чисел

Выделить ячейку В2 и аналогичным образом ввести 10 значений из строки «Y»

Выделить оба столбца исходных данных

3. Построение диаграммы

Войти в опцию «Мастер диаграмм»

«Шаг 1 из 4» откроется окно «Тип диаграммы». В закладке «Стандартная» выбрать «Точечная», нажать «Далее»

«Шаг 2 их 4» откроется окно «Источник данных диаграммы». Появится (так как мы выделили столбцы исходных данных) «Диапазон данных». В окне появится образ диаграммы, нажать «Далее».

«Шаг 3 из 4» - появится окно « Параметры диаграммы» с закладками.

Выбрать закладку «Заголовки»:
  • ввести название диаграммы: «Облако корреляции»,
  • ввести наименование оси Х «Стоимость ОПФ, млн. руб.»
  • ввести наименование оси У «Среднесуточная производительность, тонн»

Закладку «Оси» – не используем

Закладка « Линии сетки»- поставить флажок для оси Х напротив «Основные линии»; для оси У напротив «Основные линии»

Закладка «Легенда» – снять флажок (легенду не оформляем)

Закладка «Подписи данных» - «Подписи значений» - снять флажок и Нажать «Далее»

«Шаг 4 из 4» - появится диалоговое окно «Размещение диаграммы»

Поместить диаграмму на листе:

Отдельном - для печати

Имеющемся - для просмотра

Установить флажок, нажать «Готово»

  1. ФОРМАТИРОВАНИЕ ДИАГРАММЫ – установить стрелку мыши на область оси Х и нажать правую клавишу. В появившемся окне «Формат оси» выбрать закладку «Шкалы»

Установить значения по оси Х:

Min значение

Max значение

Цена основного деления

Цена промежуточного деления

Аналогично кликнуть на область оси У

5. СОХРАНИТЬ.


Методические указания по расчету линейного коэффициента корреляции с помощью ППП Excel


1) Через «ПУСК» открываем КНИГА 1 программы Excel.

2) В поле листа 1 книги 1 вводим два столбца (или две строки) исходных данных, ЛКК для которых хотим рассчитать.

3) Нажимаем «Сервис»

4) Выбираем «Надстройки»

5) Напротив опции «Пакет анализа» ставим флажок. Нажимаем «ОК»

6) Теперь в «Сервисе» постоянно присутствует опция «Анализ данных»

7) Если «Анализ данных» установлен ранее, то в окне «Инструменты анализа» выбираем «Корреляция» и нажимаем «ОК»

8) В открывшемся окне знакомимся со Справкой (полезно).

9) Вводим координаты верхней и нижней ячеек диапазона данных (двух столбцов исходных данных), например, b2 : b11 и c2: c11

10) Указываем ячейку, в которой будет указан ответ, например, D2

11) Нажимаем ОК и считываем ответ.

Пример

2
3



D2 
Столбец 1
Столбец 2

5
6



Столбец 1
1
 

3
4



Столбец 2
0,9252127
1

7
6












2
4












6
8



Ответ:
ЛКК=0,925



4
6












9
9












8
9












4
5














Методические указания по расчету параметров линейного уравнения регрессии с помощью ППП Excel


Встроенная статистическая функция ЛИНЕЙН определяет пара­метры линейной регрессии

у = а0 + а1 х.

Порядок вычисления сле­дующий:
  1. введите в электронную таблицу исходные данные – две строки значений х и у;
  2. выделите на листе таблицы область пустых ячеек 5x2 (5 строк, 2 столбца) для вы­вода результатов регрессионной статистики или область 1x2 - для получения только оценок коэффициентов регрессии;
  3. активизируйте Мастер функций любым из способов:

а) в главном меню выберите Вставка/Функция;

б) на панели инструментов Стандартная щелкните по кнопке Вставка функции;
  1. в окне Категория выберите Статистические, в окне Функция - ЛИНЕЙН.

Нажать ОК.
  1. заполните аргументы функции:

Известные значения у - диапазон, содержащий данные резуль­тативного признака (номера первой и последней ячеек строки у);

Известные значения х - диапазон, содержащий данные факто­ров независимого признака (номера первой и последней ячеек строки х);

Константа - логическое значение, которое указывает на нали­чие или на отсутствие свободного члена в уравнении; если Кон­станта = 1, то свободный член рассчитывается обычным обра­зом, если Константа = 0, то свободный член равен 0;

Статистика - логическое значение, которое указывает, выво­дить дополнительную информацию по регрессионному анализу или нет. Если Статистика = 1, то дополнительная информация выводится, если Статистика = 0, то выводятся только оценки параметров уравнения.

Нажать ОК;
  1. в левой верхней ячейке выделенной области появится пер­вый элемент итоговой таблицы. Чтобы раскрыть всю таблицу, наж­мите на клавишу , а затем - на комбинацию клавиш ++.

Дополнительная регрессионная статистика выводится в следующем порядке:


Значение коэффициента а1
Значение коэффициента а0

Среднеквадратическое

отклонение а1
Среднеквадратическое

отклонение а0

Коэффициент детерминации R2
Среднеквадратическое отклонение у

F-статистика
Число степеней свободы

Регрессионная (общая) сумма квадратов
Остаточная сумма квадратов



ПРИЛОЖЕНИЕ 3


1. Критические значения t-критерия Стьюдента

(при уровне значимости 0,10; 0,05; 0,01)


Число

степеней свободы

Α
Число степеней свободы

α

О,10
0,05
0,01
0,10
0,05
0,01

1
6,3138
12,706
63,657
18
1,7341
2,1009
2,8784

2
2,9200
4,3027
9,9248
19
1,7291
2,0930
2,8609

3
2,3534
3,1825
5,8409
20
1,7247
2,0860
2,8453

4
2,1318
2,7764
4,6041
21
1,7207
2,0796
2,8314

5
2,0150
2,5706
4,0321

22
1,7171
2,0739
2,8188

6
1,9432
2,4469
3,7074
23
1,7139
2,0687
2,8073

7
1,8946
2,3646
3,4995
24
1,7109
2,0639
2,7969

8
1,8595
2,3060
3,3554
25
1,7081
2,0595
2,7874

9
1,8331
2i622
3,2498
26
1,7056
2,0555
2,7787

10
1,8125
2,2281
3,1693
27
1,7033
2,0518
2,7707

11
1,7959
2,2010
3,1058
28
1,7011
2,0484
2,7633

12
1,7823
2,1788
3,0545
29
1,6991
2,0452
2,7564

13
1,7709
2,1604
3,0123
30
1,6973
2,0423
2,7500

14
1,7613
2,1448
2,9768
40
1,6839
2,0211
2,7045

15
1,7530
2,1315
2,9467
60
1,6707
2,0003
2,6603

16
1,7459
2,1199
2,9208
120
1,6577
1,9799
2,6174

17
1,7396
2,1098
2,8982
∞
1,6449
1,9600
2,5758



2. Критические значения F-критерия Фишера

(при уровне значимости α = 0,05)


\ k1

\

k2 \

1

2

3

4

5

6

8

12

24

3
10,13
9,55
9,28
9,12
9,01
8,94
8,84
8,74
8,64

4
7,71
6,94
6,59
6,39
6,26
6,16
6,04
5,91
5,77

5
6,61
5,79
5,41
5,19
5,05
4,95
4,82
4,68
4,53

6
5,99
5,14
4,76
4,53
4,39
4,28
4,15
4,00
3,84

7
5,59
4,74
4,35
4,12
3,97
3,87
3,73
3,57
3,41

8
5,32
4,46
4,07
3,84
3,69
3,58
3,44
3,28
3,12

9
5,12
4,26
3,86
3,63
3,48
3,37
3,23
3,07
2,90

10
4,96
4,10
3,71
3,48
3,33
3,22
3,07
2,91
2,74

11
4,84
3,98
3,59
3,36
3,20
3,09
2,95
2,79
2,61

12
4,75
3,88
3,49
3,26
3,11
3,00
2,85
2,69
2,50

13
4,67
3,80
3,41
3,18
3,02
2,92
2,77
2,60
2,42

14
4,60
3,74
3,34
3,11
2,96
2,85
2,70
2,53
2,35

15
4,54
3,68
3,29
3,06
2,90
2,79
2,64
2,48
2,29

16
4,49
3,63
3,24
3,01
2,85
2,74
2,59
2,42
2,24

17
4,45
3.59
3,20
2,96
2,81
2,70
2,55
2,38
2,19

18
4,41
3,55
3,16
2,93
2,77
2,66
2,51
2,34
2,15

19
4,38
3,52
3,13
2,90
2,74
2,63
2,48
2,31
2,11

20
4,35
3,49
3,10
2,87
2,71
2,60
2,45
2,28
2,08

21
4,32
3,47
3,07
2,84
2,68
2,57
2,42
2,25
2,05

22
4,30
3,44
3,05
2,82
2,66
2,55
2,40
2,23
2,03

23
4,28
3,42
3,03
2,80
2,64
2,53
2,38
2,20
2,00

24
4,26
3,40
3,01
2,78
2,62
2,51
2,36
2,18
1,98

25
4,24
3,38
2,99
2,76
2,60
2,49
2,34
2,16
1,96

26
4,22
3,37
2,98
2,74
2,59
2,47
2,32
2,15
1,95

27
4,21
3,35
2,96
2,73
2,57
2,46
2,30
2,13
1,93

28
4,20
3,34
2,95
2,71
2,56
2,44
2,29
2,12
1,91

29
4,18
3,33
2,93
2,70
2,54
2,43
2,28
2,10
1,90

30
4,17
3,32
2,92
2,69
2,53
2,42
2,27
2,09
1,89



3. Критические значения статистики Дарбина - Уотсона

(при уровне значимости α = 0,05)



n
к=1
к =2
К=3

D1
D2
D1
D2
D1
D2

5
0,52
1,44
-
-
-
-

6
0,61
1,40
-
-
-
-

7
0,70
1,36
0,47
1,90
-
-

8
0,76
1,33
0,56
1,78
0,37
2,29

9
0,82
1,32
0,63
1,70
0,46
2,13

10
0,88
1,32
0,70
1,64
0,53
2,02

11
0,93
1,32
0,66
1,60
0,60
1,93

12
0,97
1,33
0,81
1,58
0,66
1,86



3.2. Тест для проверки остаточных знаний

1. Коэффициент уравнения регрессии показывает
  1. На сколько % изменится результат при изменении фактора на 1 %.
  2. На сколько % изменится фактор при изменении результата на 1 %.
  3. На сколько ед. изменится результат при изменении фактора на 1 ед.
  4. На сколько ед. изменится фактор при изменении результата на 1 ед.
  5. Во сколько раз изменится результат при изменении фактора на 1 ед.


2. Коэффициент эластичности показывает
  1. На сколько ед. изменится фактор при изменении результата на 1 ед.
  2. На сколько ед. изменится результат при изменении фактора на 1 ед.
  3. Во сколько раз изменится результат при изменении фактора на 1 ед.
  4. На сколько % изменится результат при изменении фактора на 1 %.
  5. На сколько % изменится фактор при изменении результата на 1 %.


3. Найдите предположение, не являющееся предпосылкой классической модели
  1. Влияющая переменная имеет нулевое математическое ожидание.
  2. Влияющая переменная имеет постоянную дисперсию.
  3. Отсутствует автокорреляция влияющих переменных.
  4. Отсутствует взаимная корреляция влияющих переменных.
  5. Влияющая переменная обладает нормальным распределением.


4. Критерий Стьюдента предназначен для
  1. Определения экономической значимости каждого коэффициента уравнения.
  2. Определения статистической значимости каждого коэффициента уравнения.
  3. Проверки модели на автокорреляцию остатков.
  4. Определения экономической значимости модели в целом.
  5. Проверки на гомоскедастичность.


5. Табличное значение критерия Стьюдента зависит
  1. Только от уровня доверительной вероятности.
  2. Только от числа факторов в модели.
  3. Только от длины исходного ряда.
  4. Только от уровня доверительной вероятности и длины исходного ряда.
  5. И от доверительной вероятности, и от числа факторов, и от длины исходного ряда.


6. Критерий Дарбина-Уотсона применяется для
  1. Проверки модели на автокорреляцию остатков.
  2. Определения экономической значимости модели в целом.
  3. Определения статистической значимости модели в целом.
  4. Сравнения двух альтернативных вариантов модели.
  5. Отбора факторов в модель.


7. Коэффициенты детерминации (D) и корреляции (R) связаны соотношением



1.



R = √ D


2.


D = √ R


3.

| R | = D


4.

R2 = 1 – D2


5.

D2 = 1 - R2



3.3. Задачи для самостоятельной работы

Задача 1

Используя данные, представленные в табл.1, постройте модель связи между указанными факторами, проверьте ее адекватность, осуществите точечный прогноз методом экстраполяции.


Таблица 1

Исходные данные для построения модели регрессии

(взять по табл.1 и 2 Приложения 1)


Номер предприятия
Х – стоимость основных производственных фондов,

млн. руб.
У – среднесуточная производительность, тонн

1






2






3






4






5






6






7






8






9






10